Maestría en Analítica e Inteligencia de Negocios

URI permanente para esta colecciónhttps://hdl.handle.net/123456789/23

Examinar

Mostrando 1 - 20 de 26

Predicción del horario de contactabilidad de clientes a partir de un modelo de Machine Learning
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) Pulido Gutiérrez, Ricardo Alfonso; Cruz Parada, Mónica Julieth; Osorio Toro, Carlos Andrés
La comunicación efectiva con el cliente se ha convertido en una necesidad para las empresas de telecomunicaciones buscando optimizar los recursos y potencializar los resultados generados por los procesos internos que tienen, tales como modelos para mejorar la experiencia del cliente, fidelizarlo y directamente aumentar las ganancias de la compañía, mediante la ejecución de las campañas de forma tal que se alcancen los objetivos creando un vínculo con el usuario. Una de las principales formas de tener un contacto con el cliente es mediante los call center que actualmente tienen un crecimiento exponencial para satisfacer los requerimientos de contactabilidad de la industria, creando la necesidad de que su labor sea optimizada por medio de la toma de decisiones a partir de datos, apoyados en herramientas de analítica y estadística descriptiva, para cumplir con los objetivos que como centro de contacto le son asignados. Donde mediante herramientas de machine learning y estadística descriptiva convergen al aplicar las mismas técnicas de análisis para dar respuesta a una necesidad. Para el caso de estudio se hace uso de estas herramientas, enfocados hacia algoritmos de clasificación, como lo es k-means para identificar la mejor hora de llamada.
Caracterización de perfiles asociados al lavado de activos en el sector financiero dentro del periodo 2018 - 2022
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) Peralta López, Edith María; Rivera Gómez, Juan Carlos; González Monguí, Pablo Elias
El presente trabajo aborda el tema del lavado de activos en Colombia, desde una perspectiva de detección mediante la caracterización del perfil del cliente en el sistema financiero, para lo cual se utiliza la analítica de datos y los árboles de decisiones, y mediante la herramienta de Google colab se establecen transacciones inusuales o sospechosas, que permiten identificar posibles clientes que estarían vinculados al lavado de activos y a otras actividades ilícitas conexas, en las operaciones financieras que realizan. También el fortalecimiento del conocimiento de la moralidad del cliente y de las actividades conexas que realiza, sirve para el mejoramiento de las prácticas por parte de los oficiales de cumplimiento y de las orientaciones que realiza el Sistema de Administración del Riesgo de Lavado de Activos y Financiación del Terrorismo SARLAF para la detección en las transacciones del sistema financiero.
Análisis de la influencia de los grupos de eventos sociales significativos en las donaciones del Banco de Alimentos de Bogotá en el periodo 2018 al 2021
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) Barrantes Velandia, Lina Fernanda; Trujillo Prada, Mariela Andrea
El Banco de Alimentos de Bogotá es una organización sin ánimo de lucro, adscrita a la Arquidiócesis de Bogotá que lleva más de 20 años de labores de gestión social, impactando a población vulnerable en la ciudad y alrededores desde la atención, la alimentación y la reducción de desperdicios, al no poseer actividades comerciales, su solvencia financiera depende de las donaciones que recibe por diferentes medios, dichos ingresos se ven afectados por diferentes factores exógenos, noticias, eventos y acontecimientos que curren de forma nacional como internacional, esto conmueve de forma positiva o negativa la intención de donar de las personas con capacidad económica y afinidad con la organización, la segmentación de dichos factores es lo que se denominará, grupos de eventos sociales significativos, debido al alto impacto de dichos eventos, se ha realizado un trabajo de investigación para comprender la influencia en un periodo de 4 años, del 2018 al 2021. En este contexto, se llevó a cabo un mapeo general de las noticias de carácter nacional e internacional con el objetivo de identificar las más relevantes y generar una base de datos de 1.088 noticias, permitiendo discriminar los eventos sociales más significativos de los últimos años. Seguido, se llevó a cabo una categorización de la información obtenida, lo que permitió identificar 9 grupos y 21 subgrupos, discriminándolos según la temática y el contexto en el que se desarrollaron.
Aplicación de Machine Learning a un modelo tradicional de Prevención y detección de fraude en entidad financiera proyectado a periodos trimestrales
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) Quintero Acuña, Lady Katherine; Gómez Gómez, Rafael
El fraude contra el sistema financiero ocasiona diversos riesgos económicos, perjuicios a la reputación, costos adicionales, impacto en la economía e implicaciones legales tanto para las entidades bancarias como para sus clientes. Por lo tanto, resulta crucial que las entidades financieras implementen medidas sólidas de seguridad y cumplan con las regulaciones pertinentes a fin de prevenir y detectar el fraude, protegiendo así a sus clientes y preservando su propia integridad financiera. Por este motivo, el enfoque principal del presente proyecto es investigar cómo el aprendizaje automático (Machine Learning) puede complementar el método tradicional de detección de fraudes basado en reglas, con el objetivo de disminuir la probabilidad de que ocurran incidentes fraudulentos. En el presente documento se realiza un análisis de las técnicas de aprendizaje automático (Machine Learning) que pueden emplearse en la prevención y detección del fraude bancario. Se evalúa y compara la utilidad de dos modelos de aprendizaje automático supervisado, utilizando como base los resultados obtenidos mediante un modelo tradicional basado en reglas. El objetivo es determinar cómo una entidad financiera puede aprovechar de manera efectiva el Machine Learning para mejorar su funcionamiento.
Análisis de factores de la deserción de estudiantes SENA en los niveles técnico y tecnólogo, mediante metodologías de Machine Learning
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) Urquiza Arévalo, Gerson; Lara Acosta, Jian Sevastian; Gómez Gómez, Rafael
El Servicio Nacional de Aprendizaje SENA ha graduado a millones de colombianos altamente calificados para contribuir al crecimiento laboral e industrial del país. No obstante, la institución no ha sido ajena al fenómeno de deserción estudiantil, ya que en el año 2022 reportó más del 25% de deserción de sus estudiantes inscritos, es decir, que uno de cada cuatro estudiantes no consigue obtener su titulación debido a factores socioeconómicos, familiares, laborales y /o geográficos. En el presente trabajo de investigación, se han utilizado técnicas analíticas basadas en metodologías de Machine Learning para identificar los factores que influyen en la decisión de un aprendiz de abandonar su proceso formativo. El objetivo es aumentar la tasa de retención y brindar ayuda a más colombianos para que completen sus estudios. Con el fin de obtener dichos resultados, se implementaron varios modelos para identificar los factores que influyen en la decisión de un estudiante de abandonar sus estudios. En total, se desarrollaron cinco modelos diferentes para predecir y caracterizar a los aprendices. De todos ellos, el modelo de Random Forest demostró un rendimiento destacado, con un nivel de precisión del 90,27%. Este modelo permitió identificar los factores principales que influyen en la caracterización de un estudiante y que pueden llevarlo a tomar la decisión de desertar.
Análisis de reseñas de huéspedes por medio de procesamiento de lenguaje natural como factor de apoyo en la toma de decisiones para cadenas de hoteles
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) Franco, Andres Felipe; González Sulvarado, Camilo; Cardozo Achury, Nicolás Felipe
El sector turístico ha sido indudablemente uno de los sectores más importantes para la industria colombiana en los últimos años, aportando hasta el 3,78% del PIB del país para el año 2017 (Ministerio de Comercio, Industria y Turismo, 2022). Sin embargo, este sector también fue uno de los más golpeados por las restricciones de viaje a consecuencia de la pandemia, donde los números de visitantes extranjeros y nacionales cayeron a niveles antes insospechados y la participación de este sector en la economía bajó a niveles del 1,2% para 2020 y 1,7% para 2021 (Departamento Administrativo Nacional de Estadística, 2023). Por otro lado, dado el relajamiento de las restricciones a viajeros hacia el año 2021, este sector inició una acelerada recuperación que llegaría a aportar hasta $45 billones al PIB nacional para el año 2022 (Ministerio de Comercio, Industria y Turismo, 2022) lo que representa el 3.21% del PIB total y lograra cifras similares a las vistas previo a la pandemia. Este acelerado crecimiento provocó que muchos hoteles (y en general todo el sector turístico) llegaran a su máxima capacidad de operación y, en consecuencia, labores como la evaluación de su desempeño y la correspondiente toma de decisiones pasaran a un segundo plano, corriendo el riesgo de cometer fallas que generen consecuencias indeseables en su imagen frente al mercado y la rentabilidad de la empresa.
Impacto en los ingresos de compañías del sector asegurador de Colombia ocasionados por los cambios en la situación de ingresos de la población dada por las condiciones económicas agregadas nacionales y el incremento de los siniestros de vida ocasionados durante la pandemia del COVID-19
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) Silva Lugo, Diego Javier; Sánchez Cárcamo, Ricardo Antonio
Este trabajo se enfoca en analizar el impacto en los ingresos de compañías del sector asegurador colombiano, en términos de primas pagadas, debido a los cambios en los ingresos de las personas (medidos a través de indicadores como el índice de desempleo, IPC y la tasa de interés) y la mortalidad de los asegurados (medida a través de los siniestros de vida), para los ramos de vida y desempleo, enfocados en los últimos 6 años. De esta forma, la investigación aborda la pregunta: ¿Cuál es la relación de los ingresos de las personas y la mortalidad como determinantes de los ingresos de compañías aseguradoras en Colombia para los últimos 6 años? Para obtener esta respuesta se trabajó con un enfoque de analítica de datos, bajo el cual, se realizó en entendimiento del problema, la recopilación de información a partir de fuentes secundarias usando como fuentes principales, Fasecolda, el Banco de la República y el DANE, el entendimiento y preparación de los datos y finalmente la generación del modelo que permitió evaluar las variables macroeconómicas elegidas y su significancia en el comportamiento de las primas del mercado asegurador Colombiano. Entender este comportamiento es particularmente relevante debido a la importancia del sector asegurador, como parte del sistema financiero, en el desarrollo económico del país y a la necesidad de hacer el análisis de cara a las últimas dinámicas económicas generadas por fenómenos como la pandemia del Covid 19, y sus efectos derivados como los aumentos de inflación, aumento en el desempleo, y el exceso de mortalidad en Colombia.
Estimación de la probabilidad de pago sujeta a la acción de cobranza de tres productos financieros con acuerdo de pago en una entidad bancaria durante el año 2022
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2024) Campos Riaño, Mariana; Lozano Murcia, Jennyfer Julieth; Vivas Fuentes, Leandro
La medición y mitigación del riesgo crediticio han jugado un papel crucial dentro del equilibrio, sostenibilidad y rotación de cartera para cualquier institución financiera en Colombia. En un contexto post acuerdo de pago para deudores, el análisis de la probabilidad de pago sujeta a la acción de cobranza permite comprender cómo los diferentes factores socioeconómicos y las estrategias de cobranza implementadas, impactan en la capacidad de pago de los clientes en un entorno económico y financiero dinámico. De modo que, gestionar el riesgo crediticio es esencial para garantizar la salud financiera de las instituciones. Esta investigación hace referencia al monitoreo y entendimiento del entorno operativo que una organización financiera implementa para minimizar los riesgos, y a futuro, proteger sus activos crediticios. En un primer momento, se identifican los eventos que podrían impactar a la entidad bancaria, así como posibles afectaciones a la sostenibilidad y salud de la cartera. Posteriormente, se realizó una evaluación de los parámetros óptimos para medir la magnitud, impacto, relevancia y probabilidad de ocurrencia de los diversos riesgos identificados, a fin de establecer una base sólida para la gestión eficaz del riesgo crediticio.
Comparación de los modelos ARIMAX-EGARCH, SVEC y redes neuronales para identificar los determinantes que inciden en el pronóstico de la TRM colombiana de 2010 a 2022
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) Daza González, Maira Alejandra; Fonseca Camargo, Tatiana; Ramírez Gutiérrez, Catherine Helene
Esta Investigación llevó a cabo una comparación exhaustiva entre tres modelos predictivos: SVEC, ARIMAX-EGARCH y redes neuronales, con el objetivo de determinar el impacto de la inclusión de variables cualitativas asociadas a variables económicas en la predicción de la tasa de cambio en Colombia a partir de del comparativo de los modelos anteriormente mencionados para el periodo (2010-2022). Tras realizar el análisis se encontró a través de los valores de AIC que la mejor metodología para pronosticar la (TRM) es el ARIMAX-EGARCH diario y que las variables dummy tienen un impacto positivo que mejora la predictibilidad del modelo escogido.
Licensing en Colombia: Clusterización con K Means de tipos de licenciamiento de marcas, desafíos y oportunidades para empresas de mediano tamaño que desean incursionar en el licensing
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) González Rodríguez, Daniela Sofía; Tirado Cifuentes, Cristian Camilo
El licenciamiento de marcas en Colombia es una estrategia comercial que ha ganado importancia en los últimos años debido a su capacidad para generar ingresos, expandir la presencia de las marcas y diversificar la oferta de productos y servicios. El objetivo de esta investigación se centró en entender cuáles son los desafíos y oportunidades que tienen las empresas de mediano tamaño que quieran incursionar en alguno de los tres tipos de licenciamiento más usados en Colombia. El desarrollo del proyecto investigativo estuvo compuesto por un método cualitativo a través de entrevistas y otro cuantitativo compuesto por un clúster basado en el método K-Means que permitieron el alcance y logro de los objetivos propuestos. La información presentada se basó en un análisis de fuentes secundarias, incluyendo investigaciones académicas, normativas del gobierno colombiano, y datos de organizaciones comerciales y de la industria. Se realizaron entrevistas con expertos en la materia para obtener una perspectiva más detallada sobre el tema.
Popularidad de los tweets sobre billeteras digitales líderes en Colombia: un análisis de sus determinantes mediante procesamiento de lenguaje natural
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) Monroy Padilla, Juan Carlos; Ruiz Espinosa, Alonso; Aguilera Prado, Marco
El estudio de fenómenos de popularidad en redes sociales proporciona valiosas perspectivas sobre las tendencias, el comportamiento de los usuarios y sus percepciones. La indagación por cómo y por qué ciertos temas o contenidos se vuelven populares permite que individuos e instituciones pueden desarrollar estrategias de comunicación más efectivas y adaptadas a sus audiencias. Las investigaciones en este campo permiten identificar influenciadores, además de ayudar comprender el impacto de los contenidos en la opinión pública. Lo anterior es fundamental para la toma de decisiones informadas y la adaptación ágil a un entorno mediático en constante cambio. Es así como éste trabajo analiza el fenómeno de la popularidad de los tweets relacionados con las billeteras digitales líderes en Colombia, Nequi y Daviplata, en la red social X. Se analizaron 15,571 tweets utilizando técnicas de procesamiento de lenguaje natural y la integración del modelo GPT-3.5 Turbo de OpenAI para un análisis de sentimientos más profundo. La metodología empleada consta de cinco etapas: captura de información, medición de la popularidad, identificación de sentimientos y temas predominantes, análisis de patrones, y evaluación de los factores que influyen en la popularidad. Este enfoque permite no solo categorizar la popularidad de los tweets, sino también comprender cómo diversas variables afectan su impacto entre los usuarios.
Explorando el potencial de los Chatbots en el comercio electrónico: un estudio sobre la percepción en la prestación del servicio al cliente
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) Mondragón Posada, Camilo Alfonso; Ramírez Rincón, Santiago; Tirado Cifuentes, Cristian Camilo
El servicio de atención al cliente en el comercio electrónico colombiano desempeña un papel crucial en la satisfacción de los consumidores y la competitividad empresarial, así, se han introducido los Chatbots como herramientas potenciales, el propósito de este estudio es examinar la influencia de los Chatbots en la percepción de calidad y satisfacción del cliente, con el fin de fortalecer la atención al cliente en el contexto del comercio electrónico en Colombia. La investigación adopta un enfoque mixto, con un diseño centrado en el nivel explicativo para determinar si la implementación de Chatbots beneficia la satisfacción del cliente; la población de interés abarca a aquellos que han realizado compras en Ecommerce y han interactuado con Chatbots para recibir servicios de atención al cliente, la selección de la muestra se llevó a cabo mediante un muestreo no probabilístico intencional y por conveniencia con la aplicación Google Sheets y analizado bajo herramientas como Excel.
Diseño de un modelo de generación de respuestas a la gestión de peticiones priorizadas en el Ministerio de Ambiente y Desarrollo Sostenible a partir de la combinación de las técnicas de Procesamiento de Lenguaje Natural NER y Máquinas de Soporte Vectorial MSV, con periodicidad anual
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) Amado Cañadulce, Magda Liliana; Tirado Cifuentes, Cristian Camilo
El creciente interés en los usos tecnológicos ha llevado a las organizaciones a adoptar enfoques ágiles y disruptivos en el procesamiento de información. Es allí, en dónde la Inteligencia Artificial (IA) simula la inteligencia humana mediante el uso de computadoras y mejora su rendimiento con el Aprendizaje Automático (ML) (Iberdrola, s. f.) A nivel mundial, incluyendo América Latina y el Caribe, la IA se utiliza cada vez más en el sector público para mejorar procesos internos y la interacción con la población. Un ejemplo es la adaptación de la IA en la justicia colombiana para optimizar el análisis de sentencias de tutela, promoviendo la transparencia, independencia e innovación en la protección de los derechos fundamentales (Corte Constitucional, 2020).
Análisis de factores de riesgo de deserción en estudiantes de pregrado. Caso Universidad de La Salle 2010-2020
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2022) Gutiérrez Guateque, Wilson Alfonso; Pulido Suárez, María del Mar; Sánchez Cárcamo, Ricardo Antonio
La deserción universitaria es un fenómeno que afecta el desarrollo personal de los individuos y limita sus posibilidades de autonomía y participación económica, política, social y laboral; más aún, afecta las posibilidades de prosperidad económica de los países y afecta la calidad de vida de sus habitantes. En este contexto, se determinaron y analizaron los factores individuales, académicos, socioeconómicos e institucionales que afectan la permanencia estudiantil, por lo tanto, el objeto de esta investigación son los determinantes de la deserción estudiantil en estudiantes de pregrado, caso empírico primer curso de la Universidad de La Salle. Para este propósito se emplearon datos de tres fuentes secundarias de información para 11.970 estudiantes con cohortes de ingreso comprendidas entre 2010-2020. El presente estudio es de enfoque cuantitativo, tipo no experimental y carácter analítico descriptivo. Para el análisis de los determinantes se hizo uso del Modelo Logit Jerárquico, el cual permite explicar los efectos de las variables en los distintos niveles de agregación. Los resultados permitieron concluir que los hombres tienen una mayor probabilidad de abandonar que las mujeres y que el promedio académico, la tasa de repitencia de asignaturas y la edad son los factores asociados que mejor ayudan a explicar la deserción; adicionalmente, existen otras variables que permiten entender el abandono universitario como el nivel socioeconómico, los apoyos financieros del ICETEX, los apoyos académicos, los costos de matrícula y las situaciones de calamidad.
Una aproximación a la causalidad entre el consumo de energía renovable y no renovable, frente al crecimiento económico: Un estudio en países de América Latina para el periodo 1990 – 2020
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2024) Gómez Sanguino, Carlos Andres; Salgado Ruiz, Arnaldo José; Ramírez Gutiérrez, Catherine Helene
Esta investigación analizó el nexo de causalidad entre el consumo de energía renovable, no renovable y el crecimiento económico en cinco países de Latinoamérica durante el periodo de 1990-2020. Con el objetivo de lograr este propósito, se llevaron a cabo una serie de pruebas. En primer lugar, se determinó la naturaleza del panel de datos mediante la prueba de Hausman, que permitió identificar si los efectos eran fijos o aleatorios. Los resultados indicaron que, para los datos analizados, el modelo de efectos fijos era el más apropiado. Una vez establecida la naturaleza del panel, se procedió a la validación de los supuestos de transversalidad, heterogeneidad de pendiente, estacionariedad y cointegración. Validados los supuestos, se procedió a la aplicación de las pruebas de causalidad. Se realizaron tres pruebas de transversalidad. La prueba LM del multiplicador de Lagrange propuesta por Breusch y Pagan (1980), la prueba CD de Pesaran (2004) y la prueba LM de Pesaran y Yamagata ajustada. Además, se examinó la heterogeneidad de pendiente mediante la prueba F estándar de Pesaran y Yamagata (2008) y con una versión mejorada de la misma. Se evaluó la estacionariedad utilizando la prueba de raíz unitaria transversal Im-Pesaran-Shin (CIPS). Y, por último, se aplicó la prueba de cointegración de Pedroni para examinar la relación a largo plazo de las variables.
Business intelligence orientado al aprovechamiento de la información para el fortalecimiento de Fundraising - Caso Universidad de La Salle
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) Parada Caro, Nancy Magnolia; Osorio Toro, Carlos
Este trabajo de investigación se centra en la aplicación del Business Intelligence en el ámbito de las Organizaciones sin ánimo de lucro y, de manera específica, en la función de búsqueda y consecución de recursos, para lo cual acuden a organizaciones y a individuos con un espíritu filantrópico. Los antecedentes de investigación muestran un avance creciente en temas de Business Intelligence, pero un número de aportes mucho menor en el dominio que aquí se aborda. La metodología empleada se basó en el ciclo del Business Intelligence propuesto por (Hamzehi & Hosseini, 2022), lo cual permitió establecer e implementar una hoja de ruta que asegurase resultados satisfactorios para la Dirección de Filantropía y Financiamiento Externo de la Universidad de la Salle.
Identificación de zonas óptimas para la colocación de empresas de servicios de consultoría en la localidad de Suba: Mediante un análisis multicriterio soportado en variables socioeconómicas
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2024) Murillo Barbosa, Jader Jhancarlo; López Ortiz, Andrés Felipe; Flórez Bolaños, Jaime
El presente trabajo tuvo como propósito identificar los principales determinantes de la ubicación de empresas de servicios de consultoría en Suba; para ello, se implementó una técnica de análisis multicriterio con variables georreferenciadas. Tres (3) fue el total de criterios implementados: el primero fue un algoritmo de Machine Learning de aprendizaje no supervisado para detectar clústeres de empresas, posterior a ello se implementaron criterios sobre bajos valores del suelo y elevadas densidades laborales. En paralelo, el trabajo también reunió una revisión de literatura soportada por un análisis teórico acerca de la estructura urbana, en el que se puede afirmar que el agrupamiento de empresas, la densidad laboral, y el valor del uso del suelo son variables que se relacionan en la distribución de las ciudades y que a partir de ellas es posible determinar entornos caracterizados por albergar marcadas dinámicas de comercio de empresas.
El impacto del chatbot en la Caja de Compensación Familiar Compensar a partir de la experiencia de cliente en el ciclo de servicio de vivienda durante el año 2021 - 2022
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) Almonacid Zambrano, Oscar Hernando; Ariza Rodríguez, Cindy Mariana
La presente investigación tuvo como objetivo general determinar el impacto del chatbot en la Caja de Compensación Familiar Compensar, a partir de la experiencia de los clientes durante el ciclo de servicio de vivienda durante el periodo comprendido entre los años 2021 y 2022. Para ello, se empleó una metodología de corte transversal, con un enfoque cuantitativo y un diseño no experimental. La técnica de encuesta fue aplicada, obteniendo resultados de una muestra específica de 360 individuos, seleccionados de una población total de 5683 personas, que interactuaron con el chatbot de la Caja de Compensación Familiar Compensar en el ciclo de servicio de vivienda. Los resultados obtenidos a nivel descriptivo evidenciaron, con relación al análisis inferencial, la existencia de una correlación entre las dimensiones de calidad del servicio, calidad del sistema y calidad de la información con respecto a la variable dependiente: la experiencia del cliente. Para los resultados inferenciales, se utilizó el coeficiente de Alfa de Cronbach para verificar la fiabilidad y consistencia de las mediciones obtenidas.
Mayor índice de accidentalidad en Bogotá a través de un modelo de Machine Learning
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) Triana Niño, Paola Andrea; Ramírez Gutiérrez, Catherine Helene
En los últimos años, la Organización Mundial de la Salud ha manifestado que los accidentes de tránsito, podría considerarse como un problema de salud pública con el pasar del tiempo, dado los altos índices de accidentalidad y su tendencia creciente (Alarcón D. et al. 2018). Aun cuando a nivel mundial se ha trabajado con entereza para lograr la reducción de la accidentalidad en las calles, se evidencia que factores como el nivel educativo de peatones y conductores, el género, los estilos de conducción y el desconocimiento o mal interpretación de las señales de tránsito tienen alta influencia o tienden a cobrar alta relevancia en las investigaciones de accidentes de tránsito. (Norza E. et al.) Lo anterior se resume en que, actualmente, se reportan cerca de 1,25 millones de muertes anuales por accidentes de tránsito a nivel mundial. (Alarcón D, et al. 2018).
Análisis relacional entre las Peticiones, Quejas y Reclamos (PQRs) y la portabilidad numérica en las operadoras móviles en Colombia durante el período comprendido entre enero de 2020 a diciembre de 2022
(Universidad de La Salle. Escuela de Negocios. Maestría en Analítica e Inteligencia de Negocios, 2023) González, Lina María; Corredor, Nohora Beatriz; Bermúdez Sosa, Herbert Jair
El sector de las comunicaciones es uno de los más importantes del país teniendo en cuenta la forma en la que ha crecido el número de suscriptores, así como la cobertura y las características de sus servicios. De acuerdo con las cifras que se consolidaron en el marco de la presente investigación, a medida que los suscriptores crecen, crecen también las reclamaciones realizadas por los mismos y las motivaciones de las reclamaciones se hacen más diversas en la medida en la que los entes de regulación establecen reglas de protección para los usuarios. La presente investigación tiene como propósito principal determinar si existe una relación entre las tipologías de reclamaciones presentadas por parte de los usuarios del servicio de telefonía celular y las solicitudes de Portabilidad Numérica Móvil (PNM) entre operadores, que representa la reducción de la base de clientes para el operador que el usuario decide abandonar. Los resultados encontrados muestran que existe una relación entre los reclamos de los usuarios y las solicitudes de PNM, y que incluso cada operador pierde clientes por razones diferentes entre sí, generando oportunidades para que las áreas de atención y prevención de las empresas puedan formular estrategias orientadas a la gestión de las reclamaciones que derivan en el retiro de los usuarios.

Examinar

Envíos recientes